长三角城市群生产性服务业与制造业协同集聚的经济增长效应及门槛特征

金 飞，徐长乐，2

（1.南通大学 江苏长江经济带研究院，江苏 南通 226019；2.华东师范大学 城市与区域科学学院，上海 200241）

制造业是立国之本、兴国之器、强国之基。近年来，在面对新冠肺炎疫情、贸易摩擦、技术封锁、产业挤压等各种风险挑战时，中国制造业已有的成本优势及市场基础正被逐渐削弱。而且，在日趋激烈的市场竞争面前，以“分离式集聚”为特征的传统市场分工所带来的“外部性”绩效日渐式微。事实上，中国制造业若想突破长期面临的“大而不强”与“低端同构”困境，不仅要实现从传统的劳动密集型比较优势和低端代工，向以技术、品牌和服务等价值链高端的全面升级，还亟须沿着集聚化、融合化的思路，在不同的地理空间维度和集聚方式上，实现制造业价值链功能环节与高端生产性服务的优化匹配，构建能充分发挥集聚经济效应、外部经济效应和网络经济效应的空间协同布局。现阶段，国内学界和业界也逐渐认识到产业集聚不仅是单一产业地理上不断集中，更应伴随着关联产业间的逐步共址，高度依赖单一产业发展的城市易于走向萧条。现阶段，关联产业间的协同集聚也逐渐成为重塑城市内部产业空间结构的主导力量[1]。从省际层面看，制造业部门区域性收敛，但服务业部门相对发散，这是导致省际间经济不收敛的关键原因[2]。在部分中心城市或大城市中，服务业迅速集聚的同时在空间上也对制造业形成挤压[3]。这些都不仅在一定程度上弱化了产业集聚的质量和效益，也对城市间的分工协作形成了阻滞。

长三角作为中国经济最具活力的区域之一，拥有大量的制造业集聚区和完备的生产性服务业体系，其城市格局中存在明显的多中心圈层结构，但产业同构与过度集聚等问题始终存在。现阶段，根据长三角区域高质量一体化发展国家战略的目标，长三角城市群肩负着建设成为“全国经济发展强劲活跃的增长极”和“全国经济高质量发展的样板区”的重要使命，其有条件，也有责任在加快形成国内国际双循环相互促进的新发展格局中先行探路、率先突破。从根源上看，产业结构是现代经济增长的重要内生变量，而经济增长与新旧动能转换的根本落脚点在于优化产业空间集聚，强化相关产业间的协同集聚[4]。鉴于此，在新发展理念指导下，如何摆脱经济增长主要依靠单纯要素投入这一路径依赖，发挥产业协同集聚在经济增长中的重要引擎作用，成为学界和政界所要关注的重要课题。然而，值得深思的是，生产性服务业产业活动与制造业产品生产具有内生的价值关联性，在空间上也具有一定程度的协同性和可分性，那么，在向心力和离心力的共同作用下产业协同集聚与城市经济增长之间是否存在必然联系？其中的影响因素、作用强度或约束机制有哪些？对上述问题进行系统思考与科学分析，将为区域发展逻辑从“制造业优先”向“多产业协同”转变提供理论指导，可促使各界关注的焦点从单一地注重提升产业集聚度转移到追求协同集聚能力、高度及质量的相关制度抉择上来。

一、文献综述

产业集聚作为产业演化过程中的一种典型空间组织形态，一直是产业经济学和空间经济学所共同关注的热点之一，也为国内外学者提供了极为丰富的研究素材与分析空间。从新古典经济学开始至新经济地理学的兴起，产业集聚的理论基础不断被夯实和完善，并日益成为跨学科的研究课题之一，相关研究逐步呈现出多视角观察、多领域重叠、多学科交叉、多方法并用等特征。显而易见，在工业化和城市化进入一定阶段后，产业集聚现象不仅发生在制造业内部，还频繁发生在制造业和作为其中间投入的生产性服务业之间，尤其是在信息化、服务化、融合化等大背景下，这一趋势也将越发明显。这就产生了“如何在原有集聚理论的基础上揭示两大关联产业集聚之间关系”即协同集聚这一重大命题。与协同集聚相类似的概念还有共同集聚、协同定位、协同地方化。现实中，多元化的产业倾向于协同集聚，没有城市是完全单一产业发展的，即使是好莱坞和硅谷这样的城市也不例外。而产业协同集聚作为一种介于多样化与专业化之间的集聚经济形态在中国几乎所有的城市都普遍存在。

协同集聚这一话题最早可以追溯至马歇尔对产业杂居问题的讨论，20 世纪90 年代初以克鲁格曼为代表的新经济地理学兴起则为协同集聚研究奠定了新的理论基础。Ellision 等[5]最早提出“协同集聚”这一概念。相比集聚的概念，协同集聚强调异质性多产业在同一城市地域靠近，更侧重于关联产业在产业与空间两大层面的双向动态协调过程[6]。Venables[7]首先将行业间联系纳入“中心—外围”模型，其开创的基于投入产出的垂直关联模型为建立协同集聚分析框架提供了有益借鉴。在此基础上，一些学者从不同视角论证了产业协同集聚的存在性和差异性，并深入剖析不同产业协同集聚对区域经济增长和生产率的作用机制[8-14]，在产业协同集聚影响因素的研究中，对于外部性理论的三大集聚因子对区域经济增长、生产率提升的作用已达成普遍共识[15-18]，但由于行业特质、空间诉求及制度导向的差异，使得产业协同集聚的形成及其效应更替呈现出一定的非线性特征[19-22]。总体而言，已有研究大多仍停留在对协同集聚的水平测度与机制分析上，还没有普遍形成“现象→机制→效应”的完整分析脉络。而且，多数关于集聚效应的研究也主要从单一产业层面来进行分析，在产业维度与空间维度之间并未形成稳定的交集，也缺乏更为细化和动态的经验证据与评判标准。

总体来看，就产业协同集聚的各参与主体而言，大体包含两类：一是同类产业间层面，如制造业之间的协同集聚、生产性服务业之间的协同集聚；二是异质性产业间层面，如生产性服务业与制造业之间的协同集聚。毋庸置疑，研究具有前后向关联和投入—产出关系的生产性服务业与制造业的协同集聚问题更具实际意义，而恰恰目前这方面的研究还相对较少。主要原因在于生产性服务业相较于制造业所特有的时空异质性，进而无法直接套用比较成熟的关于制造业集聚的相关理论模型及分析范式。已有的一些研究也主要局限于对两大产业协同集聚现象的描述，比较笼统和宽泛。鉴于此，本文突破封闭的单一城市空间，从产业和空间层面来系统刻画两大关联行业的集聚程度及其协同特征，并基于长三角城市群26 个城市（地级及以上）2008—2019 年的面板数据，考虑从经济规模、生产效率两个维度对产业协同集聚经济增长效应的影响因素进行检验，在此基础上，着重从经济发展水平和人口规模双重视角对协同集聚经济增长效应的演进规律及其门槛特征进行系统刻画，以期为优化城市群内部的层级分工、功能定位以及产业空间布局，为长三角区域经济更高质量的一体化发展提供理论佐证和实践指导。

二、基本实证结果与分析

（一）模型、变量与数据

为了检验产业协同集聚的经济增长效应，本文采用人均GDP 作为衡量经济增长的指标。此外，考虑到城市经济增长的动态特征，具体表现为前期的经济发展状况也会对现期经济增长产生影响。因此，在模型中加入人均GDP 的一阶滞后项构建动态自回归模型进行分析。在基准回归模型设定的基础上，主要参考传统的C-D 生产函数，并借鉴于斌斌[23]的处理方法，在模型中逐步加入人均GDP 的一阶滞后项和协同集聚指数（RI）的二次项，以判断生产性服务业与制造业协同集聚与经济增长之间是否存在非线性关系。同时，为了消除由时间趋势引发各变量的异方差问题，本文对所有变量进行对数化处理，具体模型如下：

其中，lnAGDPit为被解释变量；L.lnAGDPit表示被解释变量的一阶滞后项；RI 表示协同集聚水平；i 表示各城市，t 表示年份；δit为一系列控制变量组成的向量集，主要包括市场化水平、城镇化水平、人力资本水平、信息化水平、政府干预度、对外开放度、投资水平；α0、α1、α2、α3、α4为待估参数，μit和γit分别表示随机扰动项。本文采用的是长三角城市群26 个城市2008—2019 年的面板数据，相关数据主要来自《中国城市统计年鉴》，其中，因FDI 涉及汇率换算问题，则利用《中国统计年鉴》中历年的人民币年平均汇率进行换算。同时，为尽可能减少数据偏差，部分缺失数据主要利用线性插值法进行补充。与价格因素相关的变量均以2007 年为基期进行指数平减，部分城市个别年份的缺失数据通过插值法和平均增长率予以补齐，得到各变量的描述性统计结果（见表1）。从结果来看，未发现异常值存在，且不存在严重的多重共线性问题。

表1 主要指标的描述性统计结果

（二）协同集聚指数刻画

出于研究目的和层次的差异，现有关于产业集聚的测度方法不胜枚举。其中，Ellision 等充分考虑了行业和企业层面的因素，构建的E-G 指数是较为理想的指标，但该指数对数据要求很高，一般只能获得关于全国层面的集聚水平。因此，基于数据的可得性和一致性考虑，本文采用最能反映产业专业化水平的区位熵（LQ）来衡量生产性服务业与制造业①根据《国民经济和社会发展第十三个五年规划纲要》中的划分标准，本文将生产性服务业主要划分为交通运输、仓储和邮政业，金融业，信息传输、计算机服务和软件业，科学研究、技术服务和地质勘查业，租赁和商务服务业等共计五大行业。制造业是行业代码为C13-C42 共29 个两位数制造业细分行业的加总。的集聚水平，在此基础上，借鉴陈建军等[15]所构建的协同集聚指数（RI）对两者的关系进行测度，具体公式如下：

其中，xit、Σixit分别表示城市i 和全国这一产业的单位就业人数，Σsxit、ΣiΣsxit分别表示城市i 和全国的单位总就业人数。LQsi、LQzi分别表示生产性服务业和制造业的区位熵。一般而言，区位熵值越大则产业集聚度越高。从表2 可以看出，近十多年来长三角城市群生产性服务业呈现出较为稳定的集聚态势，但增幅较小。制造业集聚度则相对较高，但整体上的集聚程度呈下降趋势，且跌幅较大。总体来看，两大产业之间的协同集聚度呈现出逐步上升的趋势，但仍有较大的提升空间。从26个城市的具体测算结果来看，上海、南京、杭州、合肥等大（中心）城市的协同集聚度相对较高于长三角城市群的平均水平，但增长趋势缓慢，而其他一些中小城市，虽然协同集聚度的起始水平较低，但发展速度相对较快。

表2 2008—2019 年长三角城市群两大产业区位熵及协同集聚指数

（三）基准回归结果及分析

由于解释变量中引入了被解释变量的滞后一期，这就容易导致被解释变量滞后项和随机扰动项之间可能存在的内生性问题。在这种情况下，较为常用且更有效的做法是进行“广义矩估计”（GMM），Blundell 等[24]认为，动态GMM 可以较好地解决弱工具变量问题，而且更适用于截面样本多而时间跨度短的面板数据类型。因此，本文选用动态GMM 进行参数估计，为了以示区别，将每个基准模型都细分为未加入控制变量、加入全部控制变量两大组进行回归估计，共四个模型。

依据Sargan 统计量和AR（2）的多次检验发现滞后2 期（均不显著）最符合实际情况，可以说明基准模型不存在明显的二阶序列相关和过度识别问题，工具变量的选择是合理的。参照表3 的估计结果，被解释变量（lnAGDP）及其滞后一期项（L.lnAGDP）的系数都显著为正，表明协同集聚对经济增长有正向促进作用，具体表现为RI 每增加1%会促进AGDP 增加0.173%，并具有一定的时滞效应。从参数估计结果来看，随着控制变量的引入，各个变量的回归系数符号都未发生明显改变，且显著性水平也没有异常变动。具体而言，市场化水平、人力资本水平和城镇化进程对经济增长的影响均不显著，而信息化水平、对外开放程度、投资水平系数都显著为正。在四个模型中，政府干预系数均为负，说明政府干预对于地方经济增长有较为明显的抑制作用。总体来看，当在模型中加入核心解释变量的二次项后，其系数显著为负，说明产业协同集聚对于人均GDP 的影响是非线性的，这与新经济地理学关于集聚效应动态变化的相关假说基本一致，也再次验证了“威廉姆森假说”在产业协同集聚领域的适用性。同时，解释变量的系数依然显著为正，这也预示着目前长三角城市群生产性服务业与制造业的协同集聚能有效促进经济高质量发展。此外，在控制变量中，城镇化水平的影响效果得到显著改善，而市场化水平与人力资本水平的影响依然不显著。

表3 动态GMM 估计结果

（四）稳健性检验

为了确保结果的可靠性，本文采用替换核心指标、寻找工具变量这两种方法对上述基准回归结果进行稳健性检验。

1.替换核心指标。为了消除单一变量对模型产生的影响，本文参照经典文献的做法，使用劳动力就业人数和固定资产投入作为投入要素，GDP作为产出要素，并基于DEAP 2.1 软件计算Malmquist 生产率指数来衡量城市经济增长效率。表4 的第（1）、（2）列分别是模型（1）和模型（2）的稳健性检验结果。替换后的被解释变量符号与表3对应部分基本保持一致，且仍保持在5%水平下显著，佐证了上述动态GMM 估计结果的稳健性。

2.寻找工具变量。本文选取解释变量滞后一期作为工具变量，并采用两阶段最小二乘法（2SLS）来进行分析，DWH 检验结果拒绝了模型不存在内生性的原假设，同时Sargan 检验估计的P值大于10%，说明工具变量的选取是合理的（篇幅有限，检验结果不再单独列出）。在此基础上，结合动态GMM 模型的特点，构造解释变量滞后一期的差分（DeltRI=RI-L.RI）作为新工具变量来更好地缓解相应的内生性问题。表4 中第（3）、（4）两列的结果印证了上述基准回归模型的稳健性。

表4 稳健性检验结果

三、门槛特征分析

通过基准回归分析发现，生产性服务业与制造业协同集聚的经济增长效应呈“倒U”型演进趋势。城市规模是集聚效应和拥挤效应之间权衡的结果[25]，也是捕捉一个城市经济活动密度和市场规模大小的重要途径。为进一步考察城市异质性背景下协同集聚经济效应的非线性特征，本节将选取城市规模作为门槛变量进行实证检验。这里采用门槛面板回归模型[26]来研究生产性服务业与制造业协同集聚过程中城市规模门槛变量对经济增长的影响，基本分段函数模型如下：

其中，qit为门槛变量，γ 是带估计的门槛值，εit为独立同分布的扰动项。具体来说，本文研究的是协同集聚对人均GDP 的影响，核心解释变量为RI。出于研究的准确性差异性考虑，从经济发展水平和人口规模两个维度来设置门槛变量，分别以城市人均GDP（万元）、年末城镇常住人口数（万人）来衡量。

表5 的检验结果显示，经济发展水平与人口规模的三重门槛都不显著，单一门槛和双重门槛均通过了1%的显著性检验，但双重门槛更为稳健。为确保检验结果的合理性和直观性，进一步采用似然比检验图来确定门槛效应的估计值（见图1、图2）。通过门槛效应“自抽样”检验和似然比检验，综合考察门槛值的置信区间，经济规模中单一门槛估计值所对应的实际值为8.609，双重门槛估计值所对应的实际值为8.632 和14.268，人口规模中单一门槛估计值所对应的实际值为124.91，双重门槛估计值所对应的实际值为125.234 和490.956。单一门槛与双重门槛分别将数据区间分成两个和三个区间，为简便起见，计量检验主要以双重门槛为主，将数据区间划分为（min，8.632]、（8.632，14.268]、（14.268，max]；（min，125.234]、（125.234，490.956]、（490.956，max]，在此基础上，以单一门槛模型作为对照组进行对比分析。

图1 经济规模单一门槛与双重门槛的似然检验

图2 人口规模单一门槛与双重门槛的似然检验

表5 门槛存在性检验结果

在双重门槛下，经济规模位于（min，8.632]时，协同集聚对经济增长的影响系数为-2.493；当经济规模位于（8.632，14.268]时的影响系数为0.903；当经济规模位于（14.268，max]时的影响系数为0.263 并通过了1%的显著性检验（见表6）。以上结果可以具体解释为：当经济体量过小时，受制于贸易成本、市场规模等因素，协同集聚对于经济增长具有显著的抑制作用；当经济规模进一步扩大后，由于市场容量的扩大、交易成本的降低，使产业合作互补的机会增加、空间联系加强，资源配置空间和效率得以提升，使协同集聚的经济增长效应由负转正；当经济规模过大超出一定范围时，由于空间和资源的限制作用，竞争的加剧，使得协同集聚的经济增长效应开始减弱。同时，经济规模的单一门槛回归结果也支持以上结论，当经济规模处于（min，8.609]时，协同集聚对经济增长的影响系数为-1.247 并通过了1%的显著性检验；当经济规模位于（8.609，max]时，协同集聚对经济增长的影响系数为-0.226 且通过了5%的显著性检验。此外，从人口规模来看，双重门槛下人口规模处于（min，125.234]时，协同集聚对经济增长具有显著的抑制作用，当人口规模处于（125.234，490.956]时，协同集聚对经济增长的影响系数为1.373 并通过了1%的显著性检验；当人口规模处于（490.956，max]时，协同集聚对经济增长仍有一定的促进作用，但边际贡献减少，不确定性因素增加。同时，人口规模的单一门槛回归结果也支持以上结论。总体来看，产业协同集聚的经济增长效应具有显著的城市规模门槛特征，考虑经济规模和人口规模的限制后，都呈现出先抑后扬的动态调整趋势。

表6 门槛回归结果（经济/人口规模）

四、结论与启示

本文构建协同集聚指数对长三角城市群生产性服务业与制造业之间的集聚关系进行评价，并利用动态GMM 估计法验证产业协同集聚对城市经济增长的多重影响：第一，长三角城市群制造业集聚度降幅明显，而生产性服务业集聚度小幅提升，这使得两大产业协同集聚度呈现一定的稳态收敛，但生产性服务业集聚的滞后也导致了协同集聚的空间拓展性尚显不足；第二，生产性服务业与制造业协同集聚能促进经济规模效率提升，并具有一定的时滞效应和非线性动态演进特征。其中，信息化水平、投资水平、对外开放度的影响显著为正，政府干预度的影响显著为负，而在多种情境下，市场化水平与人力资本水平却没有起到预期的积极作用；第三，产业协同集聚的经济增长效应只有在跨越一定的经济体量和人口规模后才能充分显现。值得注意的是，受制于要素成本、市场容量、空间承载力等客观因素，协同集聚对经济增长的边际贡献在跨越拐点后将逐步降低，这就需要根据城市人口规模、经济发展水平做出适应性调整。

上述研究结果也蕴含着丰富的政策启示：第一，以协同集聚促动城市经济增长是一项系统工程，决策者们应从长三角城市群的整体框架进行系统顶层设计和有效规划对接，并能在产业结构优化与转型升级中兼顾协同集聚的“正外部性”和城市发展的“规模红利”，竭力熨平产业“洼地”，积极跨越“中等收入陷阱”，从而为发挥产业协同集聚的积极作用赢得时间和空间。第二，当前长三角城市群26 市中，已有约三分之一的城市跨越了协同集聚经济增长效应的最优规模临界点，但上述实证研究的结论是基于静态化经济规模而得出的，若能激活这一变量的诸多内生潜力，城市最优规模的阈值具有延伸的可能性。迫切需要突破行政阻隔和利益藩篱以进一步释放“制度红利”，积极发挥市场一体化和人力资本对产业协同集聚的关键支撑作用，以创新资源的快速流动和高效整合为契机，通过降低成本、补齐短板、优化环境来积极打造“共同市场”和“创新共同体”。同时，可以尝试利用区块链技术、互联网等手段推进所在城市企业与协同集聚度较高的异地城市相关企业进行跨域交流和互动。第三，对于人口规模较小且经济能级略低的城市而言，不能盲目推进生产性服务业与制造业协同集聚的“双轮驱动”，当务之急应在制造业专业化集聚和产业链延伸上做足文章，并通过优先发展制造业来带动生产性服务业的内生性增长，引导人口和资源不断向城市集中。此外，尽快推动生产性服务业集聚区或功能园区建设，并依托交通设施、信息化建设来加强与其他城市之间的有机联系，从而促进城市规模和经济发展水平的快速提高。第四，对于人口规模较大且经济能级较高的城市而言，应致力于培育一些处于价值链高端、辐射带动能力强的生产性服务业，推动制造业向价值链高端攀升，并积极顺应区域一体化趋势，逐步探索高端生产性服务业与先进制造业在核心区发展，一般制造业在周边城市发展的跨界“中心—外围”模式，着力形成城市群不同层级城市之间优势互补的网络化分工格局。